放入文档。
文档留在画布上，可重复使用。
文本
图像
音频
三维
视频
一个工作流 / 四步
一份文档，接着做。
提取文字。
提取文字，接入下一步。
从这里分两路。
一份文本，同时生成摘要和语音。
再接入一张图。
音频配上角色图像，生成说话视频。
工作流示意 · 需配置对应插件滚动展开工作流
你想从什么开始？
从这里开始 转换 继续延伸
文本
生成文本
文本
生成图像
图像
语音合成
音频
从这里开始 转换 继续延伸
图像
理解图像
文本
生成视频
视频
生成三维模型
三维
从这里开始 转换 继续延伸
音频
语音转文字
文本
去除噪声
音频
分离声音
音频
从这里开始 转换 继续延伸
视频
理解视频内容
文本
提取画面
图像
提取音轨
音频
能力示例；运行需配置兼容插件。
基本操作
添加、转换、组合、拆分。
添加
输入文字、文件或链接。
转换
在图像、文字、视频之间转换。
组合
把图像和声音组合成视频。
拆分与批量
拆成多个部分，再逐项处理。
向下滚动，看连接如何变化
按要做的事来连接。
文档摘要与朗读
文档 文本 摘要 音频
图像转视频或三维
图像 转换 视频 / 三维
视频分段与转录
视频 片段 音频 文本
MODALITY-FIRST
材料、能力、模型，分别组织。
结果，也是新的起点
上传和生成的材料，都能继续连接。
能力在前，模型在后
切换兼容模型，保留已有流程。
人与 Agent，共用一种结构
在画布上搭建，也能让 Agent 生成并继续编辑。
向下滚动，看连接如何变化
图像提供外观，视频提供动作。
用兼容的动作迁移插件，把两份材料组合成视频。
播放示例
云版、自托管，或通过代码构建。
共享开源内核，按需连接插件与供应商。
TongFlow 云版
配置 API 密钥或 Modal 账户，即可运行。
进入工作台自行部署
在自己的环境中配置插件与模型。
获取源代码与 Agent 一起构建
用 TongFlow 包或 DSH 插件构建，在画布上编辑。
了解 DSH 插件下载 macOS / Windows 版 ↗桌面版连接云工作台，需要联网使用。
开始前，你可能想知道
TongFlow 是什么？
TongFlow 是一款用于搭建多模态 AI 工作流的开源创造工具。你可以在画布上连接文字、图像、音频、视频、三维和文档，完成信息提取、转换、生成与组合。每一步通过兼容插件及其模型或处理程序执行，可使用云工作台，也可自行部署。
Modality-first 是什么意思？
以文字、图像、声音等信息形态作为基本材料，用能力连接它们，再由模型实现这些能力。不同工作流因此可以共用一套构建方式。
任意内容都能直接连接吗？
连接需要符合每个能力的输入输出类型，运行还需要兼容的插件。设计允许自由组合，当前能执行哪些步骤则取决于已有能力。
它只能生成图片和视频吗？
不止生成。理解图像、提取文字、转录语音、拆分视频、组合材料，也都是这套体系中的操作。你可以按自己的目标搭建流程。
运行工作流需要准备什么？
使用云工作台或自行部署应用，再配置所选插件需要的凭据。Modal 插件需要 Modal 账户，API 插件需要对应供应商的密钥。
费用如何计算？
云工作台收取订阅费，模型 API 和 GPU 用量由你的供应商另行计费。TongFlow 不出售生成积分。订阅价格和试用规则见定价页。
